Cas concrets

Ces systèmes tournent en production dans une enseigne nationale de distribution de plus de 300 magasins. Les noms et les chiffres sensibles sont retirés, le fonctionnement est réel.

Relance fournisseurs

Le contexte

Dans une enseigne nationale de distribution de plus de 300 magasins, les commandes fournisseurs se comptent par milliers. Quand un fournisseur prend du retard, il faut le relancer, noter sa réponse, puis recommencer le lendemain pour ceux qui n'ont rien renvoyé.

Le problème

Cette relance se faisait à la main. Elle occupait une quarantaine de personnes, environ une heure par semaine chacune. Sur 1 800 commandes et 94 fournisseurs, des retards passaient à travers et finissaient en rupture magasin.

Ce que j'ai mis en place

Un agent qui surveille les commandes en attente, repère les retards, écrit la relance adaptée à chaque fournisseur et l'envoie tout seul. Il enregistre les réponses et n'insiste que sur ceux qui n'ont pas répondu. Plus personne n'ouvre sa boîte mail pour relancer.

Côté technique. Construit sur n8n auto-hébergé. L'agent lit les commandes, applique les règles de relance, génère le message avec un modèle de langage et suit les réponses. Aucune donnée fournisseur ne quitte l'infrastructure.

Les résultats

L'agent fait gagner environ trente minutes par semaine à chacune de ces personnes. Et surtout, les retards ont baissé de moitié, parce qu'il relance les fournisseurs en amont, avant que le retard ne s'installe.

Ce que ça donnerait chez vous

Même avec quelques dizaines de fournisseurs, le même agent suit vos commandes et relance à votre place. Vous récupérez le temps que votre équipe passe aujourd'hui à courir après les réponses.

Ruptures et surstocks

Le contexte

Un stock peut pécher dans les deux sens. Trop peu, c'est la rupture en rayon, une vente perdue et un client déçu. Trop, c'est de la trésorerie immobilisée et des produits qui finiront démarqués. Dans un réseau de plus de 300 magasins, ces deux signaux sont noyés dans la masse des données.

Le problème

Repérer les vraies ruptures parmi des milliers de références sans crouler sous les fausses alertes demande un travail d'analyse permanent. Et côté surstock, une fois le problème trouvé, il faut encore décider quoi faire, décaler une commande, revoir une prévision ou lancer une promotion. À l'échelle d'un réseau de cette taille, chaque référence en surstock, c'est de la trésorerie qui dort.

Ce que j'ai mis en place

Le premier détecte les ruptures qui se préparent. C'est un système à plusieurs agents qui se répartissent le travail comme une petite équipe. Un analyse les données et repère les anomalies. Un autre écrit l'alerte de façon lisible pour les équipes. Un troisième vérifie qu'elle tient la route avant l'envoi. Un dernier coordonne l'ensemble.

Le second s'occupe des surstocks. Il ne se contente pas de les signaler, il propose l'action à mener. Décaler telle commande, revoir telle prévision, ou passer telle référence en promotion pour l'écouler avant qu'elle ne se démarque.

Côté technique. Pour les ruptures, une architecture multi-agents avec un analyste, un rédacteur, un vérificateur et un orchestrateur. Le vérificateur fait chuter les fausses alertes avant qu'elles n'arrivent aux équipes. Pour les surstocks, l'agent croise stocks, ventes récentes et prévisions, puis applique vos règles d'arbitrage pour recommander une action. La décision finale reste humaine, l'agent prépare le travail.

Les résultats

Le système vient d'être mis en production, il est encore tôt pour des chiffres définitifs. Ce qu'on voit déjà, c'est du temps rendu aux équipes, qui passent moins d'heures à traquer les problèmes dans les données et plus de temps sur ce qui fait avancer l'entreprise. Et sur les surstocks, chaque action prise à temps, c'est de la trésorerie qui repart.

Ce que ça donnerait chez vous

Pas besoin de 300 magasins pour que le principe tienne. Vous êtes prévenu d'une rupture qui se prépare, avec une alerte fiable sur laquelle agir tout de suite. Et chaque semaine, vous recevez une liste de surstocks avec l'action à valider. Moins de ventes perdues d'un côté, moins de trésorerie dormante de l'autre.

Prévisions promo

Le contexte

Une promotion mal calibrée, c'est soit une rupture en plein pic de vente, soit un stock qui vous reste sur les bras une fois l'offre terminée.

Le problème

Prévoir le volume d'une promo demande de croiser l'historique, la saisonnalité et le type d'offre. Fait à la main, c'est long et souvent approximatif, avec des prévisions qui partaient facilement 40% trop haut.

Ce que j'ai mis en place

Un agent qui analyse les prévisions de promotion et signale celles qui semblent trop optimistes ou trop prudentes, avant que la commande ne parte. Il donne un point de comparaison pour ajuster.

Côté technique. L'agent compare la prévision à l'historique des promotions similaires et remonte les écarts qui méritent un second regard.

Les résultats

L'écart est passé à 20% au maximum. Les prévisions sont plus fiables, il y a moins de ruptures pendant les promotions, le stock tourne mieux, et les équipes passent moins de temps à recalculer.

Ce que ça donnerait chez vous

Si vous faites des promotions régulières, l'agent vous aide à commander la bonne quantité. Moins de ruptures pendant la promo, moins d'invendus après.

Parlons de votre situation

Trente minutes pour regarder où vous perdez du temps et voir si je peux aider. Sans engagement.